一种基于极限学习机的结构可靠性分析方法
郑建校1
崔孟孟2
王文博2
张卯2
1.西安建筑科技大学 机电工程学院,西安 710055;陕西省纳米材料与技术重点实验室,西安 7100552.西安建筑科技大学 机电工程学院,西安 710055
摘要：[目的]针对传统蒙特卡洛模拟(Monte Carlo Simulation,MCS)方法在结构可靠性分析中计算成本过高、Kriging代理模型高维拟合效果欠佳且低失效概率下内存占用大的问题,提出一种基于自适应极限学习机(Adaptive Extreme Learning Machine,AELM)代理模型与MCS方法结合的主动学习结构可靠性分析方法.[方法]首先,构建AELM代理模型,优化隐含层节点数与激活函数,提升模型泛化能力;其次,引入贝叶斯框架对隐含层权重不确定性建模,计算后验分布,估计预测方差,解决极限学习机无法直接量化预测不确定性的问题;然后,构建主动学习函数,筛选不确定性最大的样本点迭代更新模型;最后,采用失效概率稳定准则作为收敛条件,结合MCS方法计算结构失效概率.[结果]结果表明,与Kriging代理模型算法相比,该方法功能函数调用次数最高降低71.64％,计算误差最低降至0.10％,在多失效域、强非线性及低失效概率工程问题中兼具更高计算效率与精度,为工程结构可靠性分析提供参考.
关键词：主动学习极限学习机贝叶斯方法可靠性分析机器学习
分类号：TP183(自动化基础理论)
论文发表日期：2026-08-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 91-99 )
英文信息